Process / pipeline

Imputació Múltiple — MICE

La Imputació Múltiple (MI), introduïda formalment per Donald B. Rubin el 1987, és un procediment estadístic basat en principis per gestionar dades perdudes. En lloc de reemplaçar cada valor perdut una vegada, la MI omple els buits m vegades — cada vegada extraient valors plausibles de la distribució predictiva posterior de les dades perdudes — produint m conjunts de dades complets. Cada conjunt de dades s'analitza independentment, i els resultats es combinen en un únic conjunt d'estimacions utilitzant les regles de combinació de Rubin. La variant MICE (Multivariate Imputation by Chained Equations), popularitzada per van Buuren i Groothuis-Oudshoorn (2011), estén l'enfocament a tipus de variables mixtes imputant cada variable al seu torn mitjançant una seqüència de models de regressió condicionals.

Aplica-ho amb StatMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

+4 more

Fonts

  1. Rubin, D.B. (1987). Multiple Imputation for Nonresponse in Surveys. Wiley. DOI: 10.1002/9780470316696
  2. van Buuren, S. & Groothuis-Oudshoorn, K. (2011). mice: Multivariate Imputation by Chained Equations in R. Journal of Statistical Software, 45(3), 1–67. link

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Multiple Imputation by Chained Equations (MICE). ScholarGate. https://scholargate.app/ca/statistics/multiple-imputation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateMultiple Imputation (Multiple Imputation by Chained Equations (MICE)). Recuperat el 2026-06-15 de https://scholargate.app/ca/statistics/multiple-imputation · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026